Fugu-MT 論文翻訳(概要): Resource Estimation of Quantum Multiplication Algorithms

論文の概要: Resource Estimation of Quantum Multiplication Algorithms

arxiv url: http://arxiv.org/abs/2402.01891v1
Date: Fri, 2 Feb 2024 20:35:21 GMT
ステータス: 処理完了
システム内更新日: 2024-02-06 23:42:41.800131
Title: Resource Estimation of Quantum Multiplication Algorithms
Title（参考訳）: 量子乗算アルゴリズムの資源推定
Authors: Ethan R. Hansen, Sanskriti Joshi, Hannah Rarick
Abstract要約: 本稿では,プリミティブ演算アルゴリズムの計算に必要な量子資源について検討する。 MicrosoftのAzure Quantum Resource Estimatorのようなさまざまな量子リソース推定器を使用することで、多数の量子アルゴリズムに必要なリソースを決定できる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: As quantum computers progress towards a larger scale, it is imperative that the "top" of the computing-technology stack is improved. This project investigates the quantum resources required to compute primitive arithmetic algorithms, particularly multiplication. By using various quantum resource estimators, like Microsoft's Azure Quantum Resource Estimator, one can determine the resources required for numerous quantum algorithms [5]. In this paper, we will provide a comprehensive resource analysis of numerous quantum multiplication algorithms such as Karatsuba, schoolbook, and windowed arithmetic for different qubit platforms (trapped ion, superconducting, and Majorana) using the new Azure Quantum Resource Estimator.
Abstract（参考訳）: 量子コンピュータが大規模に進むにつれて、コンピューティング技術スタックの「トップ」が改善されることが不可欠である。本稿では,プリミティブ演算アルゴリズム,特に乗算の計算に必要な量子資源について検討する。 microsoftのazure quantum resource estimatorなど、さまざまな量子リソース推定器を使用することで、多数の量子アルゴリズムに必要なリソースを決定できる [5]。本稿では、新しいazure quantum resource estimatorを用いて、様々な量子ビットプラットフォーム(トラップイオン、超伝導、マヨアナ)に対して、カラツバ、スクールブック、ウィンドウ演算などの多数の量子乗算アルゴリズムの包括的なリソース分析を行う。

関連論文リスト

Scalable Quantum Algorithms for Noisy Quantum Computers [0.0]
この論文は、量子計算資源の要求を減らす2つの主要な技術を開発した。目的は、現在の量子プロセッサでアプリケーションサイズをスケールアップすることだ。アルゴリズムの応用の主な焦点は量子システムのシミュレーションであるが、開発したサブルーチンは最適化や機械学習の分野でさらに活用することができる。
論文参考訳（メタデータ） (2024-03-01T19:36:35Z)
Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。どの場の量子スピードアップが達成できるかという新たな課題が生じる。量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文参考訳（メタデータ） (2024-02-26T09:32:07Z)
Generative AI-enabled Quantum Computing Networks and Intelligent Resource Allocation [80.78352800340032]
量子コンピューティングネットワークは、大規模な生成AI計算タスクと高度な量子アルゴリズムを実行する。量子コンピューティングネットワークにおける効率的なリソース割り当ては、量子ビットの可変性とネットワークの複雑さのために重要な課題である。我々は、生成学習から量子機械学習まで、最先端強化学習(RL)アルゴリズムを導入し、最適な量子リソース割り当てを行う。
論文参考訳（メタデータ） (2024-01-13T17:16:38Z)
Resource-efficient utilization of quantum computers [0.0]
本稿では,ハイブリッド量子古典アルゴリズムの一般的な最適化手法を提案する。本手法は,水素分子の基底状態エネルギーを求めるために用いられる変分量子アルゴリズムの具体例で実証する。
論文参考訳（メタデータ） (2023-05-15T18:01:49Z)
Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文参考訳（メタデータ） (2023-01-04T23:37:45Z)
Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文参考訳（メタデータ） (2022-09-16T02:37:32Z)
On the importance of scalability and resource estimation of quantum algorithms for domain sciences [11.044241268220505]
いくつかの量子アルゴリズムについて議論し、そのような推定の重要性を動機づける。高エネルギー物理シミュレーションアルゴリズムのための将来の量子デバイスの計算予測を近似する。
論文参考訳（メタデータ） (2022-05-02T00:06:12Z)
Quantum Computing for Power Flow Algorithms: Testing on real Quantum Computers [0.0]
本稿では、量子コンピューティングシミュレーションを超えて、実量子コンピュータ上の電力システムに対する量子コンピューティングの実験的な応用を行う。我々は5種類の異なる量子コンピュータを使用し、HHL量子アルゴリズムを適用し、交流電力流アルゴリズムの精度と速度に対する現在のノイズ量子ハードウェアの影響を調べる。
論文参考訳（メタデータ） (2022-04-29T11:53:16Z)
From Quantum Graph Computing to Quantum Graph Learning: A Survey [86.8206129053725]
まず、量子力学とグラフ理論の相関関係について、量子コンピュータが有用な解を生成できることを示す。本稿では,その実践性と適用性について,一般的なグラフ学習手法について概説する。今後の研究の触媒として期待される量子グラフ学習のスナップショットを提供する。
論文参考訳（メタデータ） (2022-02-19T02:56:47Z)
Quantifying Qubit Magic Resource with Gottesman-Kitaev-Preskill Encoding [58.720142291102135]
我々は、ほとんどのフォールトトレラント量子コンピュータにおいて、魔法のリソース測度、探索特性を定義する。我々の定式化は、連続変数量子計算におけるボソニック符号、よく研究されたツールに基づいている。
論文参考訳（メタデータ） (2021-09-27T12:56:01Z)
Resource-efficient encoding algorithm for variational bosonic quantum simulations [0.0]
量子コンピューティングのノイズ中間スケール量子(NISQ)時代には、量子資源は限られている。ボゾン基底と励起状態計算のための資源効率のよい量子アルゴリズムを提案する。
論文参考訳（メタデータ） (2021-02-23T19:00:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。